RIS KI-Suche (Beta-Version)
Die KI-Suche im Ratsinformationssystem (RIS) hilft dabei, relevante Beschlüsse und Dokumente zu finden. Diese KI-basierte Suche ergänzt die bestehende Schlagwortsuche im RIS, indem sie den Inhalt der Suchanfragen und Dokumente versteht und passende Ergebnisse liefert. Die aktuell verfügbare Beta-Version, hilft vor allem dabei inhaltlich passende Informationen zu finden. Quantitative Auswertungen werden im aktuellen System noch nicht abgebildet. Mehr dazu im Abschnitt Risiken und Limitierungen

Einführung und Kontext
Die KI-Suche im Ratsinformationssystem wurde entwickelt, damit Bürger*innen und Mitarbeitenden der Stadt München natürlicher an Informationen zur Arbeit der Verwaltung, des Stadtrates und der Bezirksausschüsse der Landeshauptstadt München gelangen. Der Auftrag zur Umsetzung dieser Funktionalität wurde im Stadtratsbeschluss „V 14682 KI-Roadmap (S.6, I. 2. 3.)“ festgelegt.
Datengrundlage
In der aktuellen Beta-Version stehen unter anderem folgende Dokumente der KI als Daten aus der Wahlperiode März 2020 bis März 2026 zur Verfügung:
- Stadtratsanträge
- Beschlussvorlagen
- Beschlüsse
Dafür werden bei der Datensammlung für alle Stadtratssitzungen, -anträge und -sitzungsvorlagen aus dem Zielzeitraum alle zugehörigen Dokumente zusammengetragen und mithilfe von OCR (Optical Character Recognition) und Mistral Document AI die Texte daraus extrahiert. Diese jetzt vorhandenen Texte werden für die Weiterverwendung für die KI optimiert.
Aktuell noch nicht enthalten sind Informationen und Dokumente zu:
- Referent*innen
- Stadtratssitzungen und Ausschusssitzungen
- Protokolle
- Stadtratsmitglieder
- Fraktionen
- Informationen über die Legislaturperiode
- Informationen über die Tagesordnungspunkte
- Zugehörigkeiten von Stadtratsmitglieder zu Fraktionen und Ausschüssen
- Weitere Gremien
Funktionsweise
Die KI-Suche im RIS ist ein agentenbasiertes System, das in mehreren Schritten relevante Beschlüsse und Dokumente im RIS findet.
Übersicht über den RIS-Agenten
Das folgende Diagramm gibt einen Überblick über das Verhalten des Agenten:


Ein roter Punkt kennzeichnet dabei Aktionen, die mithilfe von KI-Modellen durchgeführt werden. Dabei passiert folgendes:
Der User stellt eine Anfrage
Werkzeugauswahl: Das Große Sprachmodell entscheidet, ob eines der Werkzeuge (in gelb) die Frage beantworten kann. Sonst wird mit Schritt 6 fortgefahren.
Informationsbeschaffung: Falls eine Frage zu den Fähigkeiten des Systems gestellt wird, wird eine Information dazu ausgegeben. Ansonsten wird die Suchanfrage an das RAG-Werkzeug weitergegeben. Dabei wird unter Umständen die ursprüngliche Frage umformuliert.
- Das RAG-Werkzeug sucht in der Datengrundlage mithilfe einer semantischen Suche die 10 relevantesten Dokumente.
- Zu diesen werden alle zugehörigen Anträge gesucht.
- Das Ergebnis wird an den Agenten zurückgegeben.
Überprüfung der Information: Die gefundenen Dokumente werden nochmal einzeln mithilfe des LLMs auf Relevanz überprüft. Dafür wird jeweils eine kurze Begründung erzeugt. Falls keine relevanten Dokumente übrig bleiben, wird mit Schritt 6 fortgefahren.
Antwortgenerierung: Die ursprüngliche Frage wird auf Basis der nun als relevant ermittelten Dokumente vom Sprachmodell beantwortet. Die gefundenen Dokumente und Anträge werden separat angezeigt.
Mithilfe des LLMs werden alternative Suchvorschläge generiert, unter Berücksichtigung der Datengrundlage und Limitierungen des Systems.
Verwendete KI-Modelle
Die im Folgenden verwendeten KI-Modelle sind modular und austauschbar.
Embedding-Modell
Embeddings/Texteinbettungen messen die Verwandtschaft von Textstrings. In dieser Anwendung werden sie genutzt, um relevante Dokumente zu einer Suchanfrage zu finden. Dafür werden die Texte der Dokumente in Embedding-Vektoren umgewandelt. Das System nutzt dafür das Embedding-Modell "text-embeddings-3-large" von OpenAI. Mehr Informationen zum Modell
Großes Sprachmodell (LLM)
Das große Sprachmodell "gpt-4.1" von OpenAI wird zur Generierung der Nutzerantworten genutzt. Mehr Informationen zum Modell
Mistral Document AI
Das Modell "mistral-document-ai" ist eine von Mistral AI entwickelte, multimodale Plattform und API für die automatisierte Dokumentenverarbeitung, um unstrukturierte Dokumente (PDFs, Bilder, Scans) in strukturierte Daten umzuwandeln. Mehr Informationen zum Modell
Risiken und Limitierungen
Obwohl die KI-Suche viele Vorteile bietet, gibt es auch einige Risiken und Limitierungen. Diese teilen sich im Folgenden auf allgemeine Risiken und Limitierungen beim Einsatz von KI und spezifische Einschränkungen der RIS KI-Suche (Beta-Version) auf.
Allgemeine Risiken und Limitierungen beim Einsatz von KI
- Bias in den Daten: KI-Modelle können Vorurteile aus den Trainingsdaten übernehmen.
- Sprachliche Beschränkungen: Die Qualität der Antworten kann je nach Sprache und Formulierung der Anfrage variieren.
- Datenschutz: Es dürfen keine personenbezogenen Daten eingegeben werden.
Spezifische Einschränkungen der RIS KI-Suche (Beta-Version)
Folgende Arten von Anfragen werden aktuell keine oder keine guten Ergebnisse liefern. Die Gründe für die Limitationen sind die Datengrundlage, die aktuelle technische Architektur und bewusst gewählte moderative Restriktionen.
Dies umfasst folgende Themen (nicht abschließend):
- Zeitliche Entwicklungen & Verläufe ("Wie viele Anträge gab es 2025 zum Thema Digitalisierung?")
- Deskriptive Statistik & Mengenabfragen ("Welche Partei hat die meisten Anträge zu einem Thema gestellt?")
- Akteurs- & Parteienanalyse ("Wie teilen sich die Anträge zur Digitalisierung 2025 auf die Fraktionen auf?")
- Prozess- & Verfahrensanalyse ("Gibt es Unterschiede in der Behandlungsdauer je nach Gremium?")
- Zuordnungen ("Welche Stadtratsmitglieder gehören zu welcher Partei oder Fraktion?")
- Bewertungen ("Welche Fraktion macht die beste Arbeit?")
Verwendete Softwarestandards
Weitere Entwicklung
Wir haben die RIS KI-Suche bewusst in einer frühen Beta Version veröffentlicht und arbeiten aktiv an einer Weiterentwicklung des Systems. Insbesondere was die aktuellen Limitationen angeht. Daher sind wir sehr interessiert an Feedback und Rückmeldungen zur aktuellen Beta-Version. Stellt die KI-Suche eine Verbesserung gegenüber der aktuellen Suche im RIS dar? Wofür nutzen Sie die KI-Suche? Welche Erfahrungen haben Sie gemacht?
Schreiben Sie uns gerne eine Nachricht an ki@muenchen.de

